【摘要】：針對(duì)神經(jīng)密碼學(xué)中現(xiàn)有隊(duì)列機(jī)制學(xué)習(xí)規(guī)則安全性不足的問題,提出了一種新的安全性更高的學(xué)習(xí)規(guī)則。該學(xué)習(xí)規(guī)則修改了原學(xué)習(xí)規(guī)則改變權(quán)值的幅度,使權(quán)值修改的幅度不會(huì)因?yàn)橥挥|深度的增加而增加,從而避免了因權(quán)值修改的幅度過大使神經(jīng)密碼的安全性降低。最后利用概率統(tǒng)計(jì)實(shí)驗(yàn)對(duì)該學(xué)習(xí)規(guī)則在簡單攻擊和幾何攻擊下的安全性進(jìn)行仿真。實(shí)驗(yàn)結(jié)果證明該學(xué)習(xí)規(guī)則與改進(jìn)前的學(xué)習(xí)規(guī)則和經(jīng)典學(xué)習(xí)規(guī)則相比,安全性均有所提高。
[Abstract]:In order to solve the problem of insufficient security of existing queue mechanism learning rules in neural cryptography, a new learning rule with higher security is proposed. The learning rule modifies the amplitude of the original learning rule to change the weight value, so that the magnitude of the weight change will not be increased by the increase of synaptic depth, thus avoiding the reduction of the security of the ambassadorial neural code because the magnitude of the modification of the weight value is greater than that of the Ambassador's neural code. Finally, the security of the learning rule under simple attack and geometric attack is simulated by probabilistic and statistical experiments. The experimental results show that the security of this learning rule is improved compared with the improved learning rules and classical learning rules.
【作者單位】： 重慶郵電大學(xué)通信增值業(yè)務(wù)與終端軟件研究所;
【分類號(hào)】：TN918.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何桂清,虞厥邦,龐曉忠;一種新的自適應(yīng)神經(jīng)網(wǎng)絡(luò)均衡器[J];電子科技大學(xué)學(xué)報(bào);1993年03期

2 李大輝;李長榮;楊陽;;一種改進(jìn)的瞬時(shí)混合語音信號(hào)盲分離算法[J];大慶石油學(xué)院學(xué)報(bào);2007年04期

3 田丹;張明;;一種用于波束形成技術(shù)的神經(jīng)次元分析算法[J];沈陽大學(xué)學(xué)報(bào);2007年02期

4 李萍;劉宏劍;楊穎;梁建;刁曉婧;;基于模糊RBF網(wǎng)絡(luò)的噪聲消除方法[J];廣東通信技術(shù);2011年05期

5 王昆;劉勃妮;;基于自然梯度算法及其改進(jìn)算法的盲源分離[J];科技資訊;2008年32期

6 ;其它計(jì)算機(jī)理論與技術(shù)[J];電子科技文摘;1999年12期

7 汪晉寬;田丹;劉志剛;賈利琴;;一種基于次元分析技術(shù)的魯棒波束形成算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年06期

8 袁繼敏;古天祥;徐晨曦;;基于空間分割前向競(jìng)爭(zhēng)網(wǎng)絡(luò)的信號(hào)識(shí)別[J];電子測(cè)量與儀器學(xué)報(bào);2007年03期

9 徐秉錚;張百靈;;神經(jīng)網(wǎng)絡(luò)及其在信號(hào)處理中的應(yīng)用[J];信號(hào)處理;1992年02期

10 陳陽;;一種新的神經(jīng)網(wǎng)絡(luò)盲源分離方法[J];模式識(shí)別與人工智能;2004年02期

相關(guān)會(huì)議論文 前3條

1 蘇海濱;卞晶晶;王繼東;;基于模糊徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)地圖匹配算法的研究[A];第二十九屆中國控制會(huì)議論文集[C];2010年

2 張建華;王行愚;;自學(xué)習(xí)模糊建模方法及其在EEG時(shí)間序列預(yù)測(cè)上的應(yīng)用[A];第二十七屆中國控制會(huì)議論文集[C];2008年

3 劉堅(jiān);陸佶人;;一種基于遺傳算法的盲分離方法[A];中國聲學(xué)學(xué)會(huì)2003年青年學(xué)術(shù)會(huì)議[CYCA'03]論文集[C];2003年

相關(guān)碩士學(xué)位論文 前10條

1 梅海濤;用于安全防范的無線多媒體監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2008年

2 張俊;基于HMM與ANN混合結(jié)構(gòu)的語音識(shí)別系統(tǒng)研究[D];中南大學(xué);2009年

3 張永波;CDMA移動(dòng)通信系統(tǒng)中并行干擾抵消算法的研究[D];太原理工大學(xué);2007年

4 李政洋;基于AD神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)[D];蘇州大學(xué);2008年

5 段云;基于神經(jīng)網(wǎng)絡(luò)的語音識(shí)別在WinCE上的實(shí)現(xiàn)和優(yōu)化[D];上海交通大學(xué);2008年

6 陳碩;深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)在語音識(shí)別中的應(yīng)用研究[D];華南理工大學(xué);2013年

7 白旭峰;基于小波變換的數(shù)字調(diào)制信號(hào)識(shí)別研究[D];哈爾濱工程大學(xué);2007年

8 吳煒燁;基于神經(jīng)網(wǎng)絡(luò)語音識(shí)別算法的研究[D];中南大學(xué);2009年

9 李萍;參數(shù)調(diào)諧隨機(jī)共振（PSR）的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)研究[D];東南大學(xué);2006年

10 彭小萍;自適應(yīng)共振理論原理與應(yīng)用研究[D];北京化工大學(xué);2012年

，

本文編號(hào)：2192609